• 4 min read

Anuncio de características clave de IoT industrial en Azure Time Series Insights

A principios de este año, anunciamos nuevas características que se agregarían a Azure Time Series Insights antes de final de año. Hoy nos sentimos orgullosos de haber cumplido esa promesa y poder anunciar la versión preliminar pública de características que seguirán ampliando la capacidad de nuestros clientes de lograr más cosas con sus datos de IoT.

A principios de este año, anunciamos nuevas características que se agregarían a Azure Time Series Insights antes de final de año. Hoy nos sentimos orgullosos de haber cumplido esa promesa y poder anunciar la versión preliminar pública de características que seguirán ampliando la capacidad de nuestros clientes de lograr más cosas con sus datos de IoT. En concreto, hoy se lanzan las siguientes características, que se describen con más detalle a continuación:

  • Un almacenamiento de datos de series temporales multicapa, escalable y optimizado para rendimiento y costos que permite que una solución de IoT en la nube analice la tendencia de datos de series temporales recopilados durante años en cuestión de segundos.
  • Un modelo semántico para describir el dominio y los metadatos asociados con las señales derivadas y no derivadas de los recursos y los dispositivos.
  • Una experiencia de usuario de análisis mejorada, el explorador de series temporales, que combina conclusiones obtenidas de datos basados en recursos con un análisis completo ad-hoc de los datos para obtener inteligencia empresarial y operativa.
  • Integración sin problemas con herramientas avanzadas de aprendizaje automático y análisis, como Databricks, Apache Spark, cuadernos Jupyter Notebook y Power BI, para ayudar a los clientes a afrontar los desafíos que presentan los datos de series temporales de formas nuevas.

También hemos tomado algunas medidas críticas en la actualización del modelo de precios para Time Series Insights y nos complace anunciar un nuevo modelo de precios de pago por uso que proporciona a los clientes un precio inicial más bajo, así como niveles separados para el procesamiento de datos, el almacenamiento y las consultas. De este modo, ofrecemos la flexibilidad y la escalabilidad que el negocio de IoT demanda.

Hacemos el recorrido de IoT con nuestros clientes

Desde la disponibilidad general que se hizo efectiva el pasado mes de noviembre, los clientes han estado usando Time Series Insights para solucionar con eficacia sus necesidades de obtener conclusiones con datos de IoT. A lo largo del camino, hemos escuchado los comentarios de nuestros clientes y hemos sabido cómo les ha ido el recorrido de IoT con nuestro producto.

Nuestros clientes abarcan todos los segmentos principales de IoT, como las industrias manufacturera, del automóvil y del petróleo y el gas, la energía y los servicios públicos, los edificios inteligentes y la consultoría. Estos escenarios implican la exploración de datos para casos de uso donde no se conoce la forma de los datos, así como el análisis operativo de datos esquematizados (con un modelo explícito) para lograr eficiencia operativa. Características de plataforma como el almacenamiento multicapa (de acceso frecuente y esporádico) con capacidad para almacenar datos de series temporales recopilados durante décadas, y la capacidad para modelar explícitamente y optimizar las consultas con el fin de obtener inteligencia operativa basada en recursos se están haciendo fundamentales para el éxito de las grandes empresas de IoT industriales y su revolución digital.

Con el fin de maximizar el valor de los datos de series temporales y, de este modo, obtener inteligencia operativa, Microsoft va a actualizar la oferta Time Series Insights para admitir un abanico más amplio de escenarios de análisis de datos de IoT industrial combinando las características actuales de análisis ad hoc interactivo en el mercado con conclusiones operativas basadas en recursos para que los clientes puedan obtener el máximo valor de los datos recopilados por sus recursos de IoT.

Detalles de las nuevas características en versión preliminar pública

Almacenamiento de datos de series temporales escalable y optimizado para rendimiento y costos

Time Series Insights proporciona un almacenamiento de datos de series temporales escalable, multicapa, de acceso frecuente (en el mercado) y esporádico. El almacenamiento de Time Series Insights de acceso esporádico, que ahora está en versión preliminar pública, se basa en Azure Storage, que es una cuenta de almacenamiento propiedad del cliente. Los datos se almacenan con el formato de archivo de Apache Parquet de código abierto para obtener una eficaz compresión de los datos, espacio y eficacia en las consultas. Esto tiene también la ventaja de permitir la conexión sin problemas a otras soluciones de datos, como Databricks, Azure Machine Learning, PowerBI u otros servicios de terceros para análisis avanzado y escenarios empresariales. Los datos se identifican de forma única con propiedades de id. de serie temporal y marca de tiempo. Si bien los clientes son propietarios de los datos que hay en su cuenta de almacenamiento, la plataforma Time Series Insights controla el particionamiento de los datos para facilitar un almacenamiento y consultas eficientes a medida que se ingieren los datos. Los datos se ingieren a través de Azure IoT Hub o Azure Event Hub, como es el caso de la solución en el mercado. Con el tiempo se agregarán más orígenes de ingesta.

Modelo de serie temporal para contextualizar datos de telemetría sin procesar y obtener conclusiones basadas en recursos

Los datos de IoT no están estructurados y solo se utiliza una insignificante fracción de dichos datos con fines operativos y empresariales para ofrecer información coherente, completa, actual y correcta para la elaboración de informes y análisis empresariales. Convertir los datos de IoT en conclusiones útiles requiere, entre otras cosas, una estructura para explorar y comprender los datos. En esta versión preliminar pública, Time Series Insights ofrece un modelo de serie temporal que permite contextualizar los datos de telemetría sin procesar y facilita la búsqueda, el mantenimiento y el enriquecimiento de los datos de series temporales. Los datos con riqueza semántica facilitan la búsqueda, el mantenimiento y el enriquecimiento de los datos de series temporales. Los datos con riqueza semántica facilitan la consulta y la exploración y, por tanto, también el cálculo y el análisis de los datos basados en recursos, que son muy valiosos para el análisis operativo.

El modelo de series temporales permite a los clientes modelar tipos (por ejemplo, un sensor de temperatura), jerarquías (por ejemplo, nombres y relaciones de propiedades) e instancias (por ejemplo, series temporales como deviceID o assetID). El modelado de series temporales permite a los clientes hacer lo siguiente:

  • Crear y administrar cálculos, transformar los datos aprovechando funciones escalares y agregar operaciones.
  • Definir relaciones de tipo primario/secundario para habilitar la navegación y la consulta con el fin de proporcionar contexto a la telemetría de series temporales.
  • Definir propiedades asociadas a instancias y el uso de estas para crear jerarquías.

Experiencia de usuario de análisis muy completa (Time Series Insights Explorer) para obtener conclusiones de datos basados en recursos y análisis de datos ad hoc

Time Series Insights Explorer se ha mejorado notablemente para permitir la creación y la administración de modelos de series temporales, así como llevar a cabo consultas muy completas basadas en recursos en datos muy contextualizados. La experiencia de usuario también se incorpora a la actual exploración interactiva y ad hoc de datos sin procesar en el mercado. Durante el período de la versión preliminar pública, la exploración de datos y las conclusiones basadas en recursos se obtienen en dos entornos de serie temporal diferentes. En alguna actualización de la versión preliminar pública próxima al lanzamiento, se integrarán sin problemas en un solo entorno unificado. Los clientes que utilizan la oferta del mercado deberían ver el análisis ad hoc en la experiencia mejorada mientras aprovechan las características de la versión preliminar pública para la obtención de conclusiones basadas en recursos.

Creación de un entorno de Time Series Insights

La nueva y moderna experiencia de usuario incluye mejoras para el análisis, como la navegación de búsqueda rápida y la consulta de datos de series temporales, controles de elaboración de gráficos para una visualización sencilla e interactiva, y experiencias de análisis muy completas que incluyen marcadores para crear correlaciones y análisis basados en el tiempo.

Ejemplo de exploración de datos en Time Series Insights

El objetivo de Azure Time Series Insights es el éxito de nuestros clientes

Esperamos seguir cumpliendo nuestro compromiso de simplificación de la IoT para nuestros clientes y de capacitación para lograr más cosas con sus datos y soluciones de IoT. Si desea obtener más información, visite la página del producto Time Series Insights y la documentación. Pruebe también la guía de inicio rápido para comenzar a usar Time Series Insights hoy mismo.

Además, le agradecemos que nos haga llegar sus comentarios y sugerencias sobre cómo podemos mejorar el producto y la documentación. Para ello, desplácese hasta el final de cada página de documentación, donde encontrará el botón “Comentarios”, o bien inicie sesión con su cuenta de GitHub y aporte comentarios sobre la documentación. Su opinión es importante para nosotros y nos encantaría escucharla.